论文部分内容阅读
矩技术因其具有数学上的简明性及多样性而得到了广泛应用,例如计算机视觉和模式识别等方面.针对目标二维形状发生平移、旋转和尺度变换的情况,本文采用以不变矩作为特征量的特征匹配算法,同时利用二值羽毛球图像比较了Hu提出的区域不变矩和Chen提出的边界不变矩在相同变化条件下的性能.结果表明,Hus矩的稳定性更高,最后用其实现了对具有上述特性的二维羽毛球目标的识别,结果较为理想.该方法为复杂背景下任意形状目标的识别提供了一种有效可行的方法,具有一定的参考和实用价值.